Post on 08-Aug-2020
La Levée de Doute
SAMU et Téléassistance
Michel Baer
SAMU des Hauts-de-Seine
• Processus de régulation des appels d’urgences médicales
• La Téléassistance
• La levée de doute : Qui et comment ?
• Les pistes d’amélioration
• Définition
Processus de régulation des appels
Conversation téléphonique
Dossier +/- médical
Données transmises
-- 2 systèmes d’analyse -- 1 - La régulation des appels est humaine (médecin, dispatcher, opérateur..):
- Situation prévalente dans les SAMU
- La régulation médicale est un processus décisionnel. Construction
d'un système d'aide à la décision *
2 - Cette analyse peut être logicielle (algorythmes)
- Outils de triage [CAD, AMPDS], Symptom Checkers Apps, Logiciels **
- Evaluation of symptom checkers for self diagnosis and triage: audit study***
- Doc versus Machine ****
** JT Gray Emerg Med J. 2008
*** Hannah L Semigran, BMJ 2015;351:h3480
**** JAMA Internal Medicine Oct 10 2016
Catégorisation de cet appel
- Degré de gravité
- Niveau de Rapidité de la réponse
- Qualification de cette réponse
- Dangerosité
* Goldstein. JEUR-03-2000
*** 23 Apps consacrées soit au Dg (n=770) soit au Triage (532)
Dg: 34% Dg correct
Catégorie de triage : 80% soins urgents corrects, 55% soins non-urgents corrects,
33% LSP corrects (self treatment)
**** 234 médecins ont evalué 45 cas cliniques:
- Diagnostic initial hautement probable
- 2 diagnostics alternatifs possibles.
Résultats:
Diagnostic initial correct dans 72% des cas (contre 34% pour les Apps)
84% de Dg corrects parmi les 3 Dg possibles (contre 51%pour les Apps)
* 3830 appels : construction de quatre modèles estimant l'envoi d'un SMUR, d'un médecin, d'un
moyen de transport pour hospitalisation ou d'un conseil médical. L'étude de validation, réalisée sur
3 059 appels, a permis de mettre en évidence les bonnes performances des trois premiers
modèles mais également les faibles résultats obtenus par le modèle « envoi d'un conseil médical »
** Alternative pathways to ED
AMPDS not a good predictive tool, compared to Emergency Care Practitioner
La régulation des appels d’urgences médicales est compliquée, mais :
• Les appels de détresse sont assez facilement discriminés par le médecin, moins
bien par la machine
• Les appels de sévérité moyenne sont bien ou moyennement discriminés par le
médecin, mais moins bien par la machine
• Les autres appels dits « non urgents » sont mal discriminés
Machine Homme
Urgent 80 % Oui
Non Urgent 55 % Oui
LSP (self tt) 33 % Non
Dg initial 34 % 72 %
Dgs par défaut 51 % 84 %
En bref
La levée de doute concerne en majorité des appels peu graves
Un kaléidoscope de la télé-assistance
Les téléassistances sont héritées des télésurveillances de biens des années 70
• Isolement, maintien à domicile, détection, services sociaux
• Il s’agit de sociétés privées, souvent filiales d’assureurs.
• Le niveau apparent peut être local, zonal, départemental ou national
• Très peu ont un plateau « médicalisé » avec un accès à un « dossier patient », et un
médecin présent H24.
• Il existe une très forte relation de « proximité virtuelle » avec les abonnés
• La réponse à une urgence médicale est déléguée…..
Les collectivités territoriales restent majoritairement les vrais clients (B to B)
Appels d’offres (centaines d’abonnés).
Réponse au moins coutant
Le maintien de prix bas ne favorise pas la R & D
Les réponses aux appels
Sociales > Structurées, prévisibles, programmées. Eventuellement re-facturées
Médicales > Non programmées, sans effecteur prévisible. Non financées.
Chute ou levée de doute : Quel effecteur aujourd’hui ?
TA et SAMU : Similarités, complémentarités et limites
TA et levée de doute
Nécessité de la levée de doute pour beaucoup d’appels « non graves » • Déclenchement volontaire ou non suivi de non réponse ou de non dialogue
• Malentendants
• Déclenchements des PA porteurs de troubles cognitifs
• Chutes avec impossibilité de discriminer
• Appels répétitifs à caractère social
• Appels volontairement involontaires
• Les déclenchements inappropriés de capteurs non fiables
• …….
3 questions :
1. Qui lève le doute: • Une tierce personne (l’aidant..)
• Les services de secours (pompiers..)
2. La quantification de ces appels
3. Quantifier et surtout qualifier les déplacements inutiles
Qui lève le doute (I) ? L’aidant : la famille
Qui lève le doute (II) ? L’aidant : le “parrain”
L’aidant de proximité, la personne de confiance • Le gardien, le concierge
• Les voisins
• Les rares services à caractère social structurés pour répondre H24
Les contraintes: • La disponibilité
• La responsabilité (confiance, clefs,..)
• Garantie H24 inexistante
Qui lève le doute (III) ? Les services de secours
L’offre de secours est principalement « publique » • Le service privé de téléassistance fait appel à des acteurs du service public sans
rémunération
SAMU
• Prise d’appel en direct « patient-SAMU » souvent impossible
• Décision d’envoi de moyen peu valorisée
Pompiers • Déclenchement d’un VSAV pour secours à personne. Facturation des appels à
caractère non urgent. *
• Ouverture de porte, Gestes de premiers secours
* Arrêté du 24 avril 2009 relatif à la mise en œuvre du
référentiel portant sur l’organisation du secours à personne
et de l’aide médicale urgente
** CIRCULAIRE INTERMINISTERIELLE du 5 juin 2015
Le SIS n’est par ailleurs tenu de procéder qu’aux seules interventions qui se rattachent directement
à ses missions de service public définies à l’article L. 1424-2 du code général des collectivités
territoriales. S’il est procédé à des interventions ne se rattachant pas directement à l’exercice de
ses missions, il peut demander aux personnes bénéficiaires une participation aux frais, dans les
conditions déterminées par délibération du conseil d’administration (article L. 1424-42 du même
code). **
n = 4 138
Causes de déplacements
Causes médicales
1989103
74
77
13619 Chutes
Malaises
Douleur thoracique
Difficulté respiratoire
Arrêt cardiaque
Divers
Quantifier les levées de doute : L’expérience de BIOTEL / SERENITIS
Causes médicales
n = 2 875
Besoins Identifiés Besoins >>
Levée de doute
Besoins de santé Besoins non médicaux
Caractère
social
Autre Urgence
Non urgent
(dont
chute)
2,327
1,593
1,115 478
Envois
“indus”
Hopital
APPEL ATCD
Hospitalisations anciennes
Niveau de handicap
Traitement
Profil de l’appelant
Données administratives
90 621 appels sans intervention
11 622 appels avec Intervention Serenitis Rapport 2014 13
Qualifier / économiser les déplacements inutiles
Les pistes d’amélioration : Les capteurs “santé”
Pathologies : complications Paramètres de détection souhaitables
Diabète : risque d’hyper/hypoglycémie : risque de coma Mesure de la glycémie
Détecteur de chute
Asthme, insuffisance respiratoire : crise d’asthme, IRA Peak flow (DEP)
Sat O2
Hypertension artérielle : Poussée HTA, OAP TA, Sat 02
Maladies cardio-vasculaires : insuffisance cardiaque, OAP,
maladies coronariennes, troubles du rythme (type AC/FA),
BAV….
ECG, Sat O2, Pouls, TA
Accident vasculaire cérébral : risque chute, coma Détecteur chute, lecteur glycémie
Maladie de Parkinson : risque de chute Détecteur de chute
Maladie d’Alzheimer : accidents de la vie courante, fugues, toutes
pathologies indépendantes.
Détecteur de chute, détecteurs
environnementaux..
Traumatismes, chutes Détecteur de chute
Effets secondaires des médicaments (observance) ECG, TA, Pouls, FC, détecteur de chute
Source : projet Hesculaep ERANet
Ne pas omettre son et image (fixe et vidéo): FR, coloration, tirage, sueurs, position au sol ….
Capteurs de chute malveillants:
• Distorsion entre les performances affichées par les fabricants et notre expérience:
810 déclenchements pour chute inexacts pour 0 exact
Détecteurs IR
Capteurs accel. /verticalité/gyroscopes
Dalles, détection de sol
Image (caméra, Kinect…)
Systèmes combinés
* Aucune évaluation complète n’a été retrouvée …. le niveau de preuve
d’efficacité clinique des types de technologies considérée est donc
relativement faible.
* Evaluations de gérontechnologies : revue de la littérature
F Lachal. Thèse. Université de Limoges. 2015
Les pistes d’amélioration : L’innovation
FP7 funded projects
• BCI-DRIVEN ROBOTS: Better - Brain-Neural Computer Interaction for Evaluation
and Testing of Physical -Therapies in Stroke Rehabilitation of Gait Disorders ; TREMOR -
An Ambulatory BCI-driven tremor suppression system based on functional electrical
stimulation ; Mindwalker – Mind Controlled Orthosis And Virtual Reality Training
Environment For Walk Empowering ; WAY - Wearable interfaces for hAnd function recovery
• ROBOTS FOR INDEPENDENT LIVING: Companiable (IP) - Integrated
Cognitive Assistive & Domotic Companion Robotic Systems for Ability & Security;
FLORENCE - Multi Purpose Mobile Robot for Ambient Assisted Living ; SRS - Multi-Role
Shadow Robotic System for Independent Living; MobiServ – An Integrated Intelligent Home
Environment for the Provision of Health; Nutrition and Mobility Services to the Elderly;
KSERA - Knowledgable SErvice Robots for Aging; ACCOMPANY - Acceptable robotiCs;
COMPanions for AgeiNg Years; HOBBIT - The Mutual Care Robot; DALi - Devices for
Assisted Living; Robot-Era (IP) - Implementation and integration of advanced Robotic
systems and intelligent Environments in real scenarios for the ageing population; Giraff+ -
Combing social interaction and long term monitoring for promoting independent living
• AAL Joint programme projects: DOMEO – Domestic Robot for elderly
assistance; ALIAS: The Adaptable Ambient Living Assistant; ExCITE: Enabling Social
Interaction through Embodiment
Les pistes d’amélioration : Les innovations “robot”
* J. Broekens, Gerontechnology 2009; 8(2):94-103
* Evaluation : The research designs …. are not robust enough to
establish positive effects of assistive social robots.
Les pistes d’amélioration : Le son et l’image
L’expérience QUO-VADIS*
Etudier l’expérience des opérateurs
* Quovadis Projet ANR-07-TecSan-019
8 opérateurs, 4 scenarios. Temps moyen « alerte – Dg » = 4mn 24s
Temps minimum « alerte – moyen sur place » = 7 mn (n=1115)
Les pistes d’amélioration : Le son et l’image (II)
Le drone « indoor » *
• Faisabilité actuelle décrite **
• Projets existants : aide ***
• Gain de temps, fluidité de circulation, exploration et vision
* M. Baer. Assisting older people : from robots to drones Gerontechnology:
2014, Vol 13, N°1. 57, 58
** Catherine Todd. Towards an Autonomous, Unmanned Aerial Vehicle for
Indoor Flight in Healthcare; a Review..IJETAE . Volume 5, Issue 8, August 2015
*** INSPIRE Univ of Illinois at Urbana Champaign .
Conclusion
• Développer la R&D et les
coopérations transversales médecins,
ingénieurs, industriels.
• Passer du B to B vers le B to C. Prix
raisonnable de l’offre.
• Innovation : « avant l’heure c’est pas
l’heure »
Source : New York Times